2. 研究的三道题目及结果

我们将要求人工智能研究三个问题，从最简单的到最复杂的。让我们来看一张来自 Google Gemini 的截图：

• 在[1]中，Gemini的URL；
• 在[2]中，所使用的Gemini版本；
• 在[3-5]中，向Gemini提出的三个问题；

2.1. 问题 1

问题 1 是一个简单的问题：

所有人工智能都能正确回答这个问题。

2.2. 问题 2

问题 2 如下（截图来自 Gemini）：

• 在[1]中，一份PDF文档详细阐述了如何根据2018年的收入计算2019年税款。我们稍后会再回到这一点；
• 在[2]中，我们向Gemini提供了明确的要求：编写一个简洁的Python脚本，既能解决问题，又能通过11个单元测试验证所提出的解决方案；
• 在[3]中，要运行Gemini，你需要编写一些代码；

这与大学实验室作业的情景完全一致。

接受测试的AI系统都能解决该问题，唯独MistralAI和Perplexity除外。

2.3. 问题 3

问题3仍采用Google Gemini的截图，内容如下：

• 在[1]中，我们提供了与之前相同的指令。但由于我们未提供包含确切计算规则的PDF文件，AI将不得不在线搜索这些规则；
• 在[3]中，我们启动了AI；

只有三款AI通过了这项测试，按表现优劣排序（当然，这完全是个人主观判断）：

1. OpenAI的ChatGPT；

2. xAI的Grok；
3. Google Gemini；

ClaudeAI 在第 3 题中失败。MistralAI 在第 2 和第 3 题中失败，Perplexity AI 也是如此。DeepSeek AI 在第 3 题中失败。